• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제18권6호
• /
• pp.1619-1637
• /
• 2024

In today's highly digitized landscape, securing digital communication is paramount due to threats like hacking, unauthorized data access, and network policy violations. The response to these challenges has been the development of cryptography applications, though many existing techniques face issues of complexity, efficiency, and limitations. Notably, sophisticated intruders can easily discern encrypted data during transmission, casting doubt on overall security. In contrast to encryption, steganography offers the unique advantage of concealing data without easy detection, although it, too, grapples with challenges. The primary hurdles in image steganography revolve around the quality and payload capacity of the cover image, which are persistently compromised. This article introduces a pioneering approach that integrates image steganography and encryption, presenting the BitPatternStego method. This novel technique addresses prevalent issues in image steganography, such as stego-image quality and payload, by concealing secret data within image pixels with identical bit patterns as their characters. Consequently, concerns regarding the quality and payload capacity of steganographic images become obsolete. Moreover, the BitPatternStego method boasts the capability to generate millions of keys for the same secret message, offering a robust and versatile solution to the evolving landscape of digital security challenges.

• 대한전자공학회논문지SP
• /
• 제46권3호
• /
• pp.112-118
• /
• 2009

피부색 검출 기법은 안면 정보를 이용한 체질 진단 및 건강 진단, 인간과 로봇과의 상호작용, 영상 검색 시스템 등 다양한 응용분야에서 사람의 얼굴과 손의 검출을 위해 많이 사용되어 왔다. 비디오 영상의 경우 조명이나 환경 변화에 강인한 피부색 영역의 추적을 위해 매 프레임마다 대상 영역의 피부색 모델을 업데이트 하는 것이 일반적이나, 단일 영상에서 피부색 영역을 검출하거나 비디오 영상의 첫 프레임에서 피부색 영역을 검출할 때에는, 많은 연구들이 하나의 고정된 피부색 모델을 이용하기 때문에 입력 영상의 특징에 따라 낮은 검출율이나 높은 긍정 오류율이 발생하는 경우가 많다. 이러한 문제점을 해결하기 위해 본 논문에서는 피부색 검출 결과를 피드백 받아 피드백 받은 정보를 바탕으로 피부색 검출 조건을 수정하는 과정을 반복함으로써 다양한 환경 조건들을 가지는 단일 영상에 대해 효과적으로 피부색을 검출할 수 있는 방법을 제안한다.

• 한국컴퓨터정보학회논문지
• /
• 제15권3호
• /
• pp.27-35
• /
• 2010

정확하게 피부 색상을 검출하는 방법은 얼굴 인식 및 추적, 표정 인식, 성인 영상 검출, 헬스케어 등의 다양한 분야에서 매우 유용하게 사용된다. 본 논문에서는 일반광과 실내 조명이 더해진 환경에서 피사체의 거리를 변경하면서, 그리고피사체배경의색상을변경함에따라다양한피부색상검출알고리즘의성능을비교평가한다. 실험대상은 피부톤의 차이를 보이는 남자 2명과 여자 한 명이고, 배경을 화이트, 블랙, 오렌지, 핑크, 옐로우의 5가지 색으로 구분하여 테스트를 하였다. 성능 평가에 사용한 피부색상 추출 알고리즘은 Peer 알고리즘, NNYUV, NNHSV, LutYUV, Kismet 알고리즘이며, 카메라와 피사체 사이의 거리는 60cm에서 120cm 사이로 한정하여 실험을 하였다. 성능 측정 실험 결과 피사체의 배경 변화에 따른 알고리즘이 성능의 차이를 보이는데, 전반적으로 뉴럴 네트워크를 이용한 NNHSV, NNYUV, 그리고 LutYUV이 안정적인 결과를 보여주었으며, 나머지 알고리즘들은 배경의 변화에 따라 피부색상 검출율이 영향을 많이 받았다. 본 논문에서 보여준 다양한 성능 평가 결과들은 피사체의 주변 환경이 동적으로 변화하는 실제 환경에서 상황에 따라 적응적이고 정확도가 높은 피부 색상 추출 알고리즘을 개발하는데 효과적으로 활용될 것으로 기대된다.

• 한국정보과학회논문지:컴퓨팅의 실제 및 레터
• /
• 제11권3호
• /
• pp.284-291
• /
• 2005

본 연구에서는 학습한 표정 패턴을 기반으로 비디오에서 사람의 얼굴을 검출하고 표정을 분석하여 분류하는 프레임워크를 제안한다. 제안 프레임워크는 얼굴 표정을 인식하는데 있어 공간적 정보 외시간에 따라 변하는 표정의 패턴을 표현하기 위해 표정 특성을 공간적으로 분석한 PCA와 시공간적으로 분석한 Hidden Markov Model(HMM) 기반의 표정 HMM을 이용한다. 표정의 공간적 특징 추출은 시간적 분석 과정과 밀접하게 연관되어 있기 때문에 다양하게 변화하는 표정을 검출하여 추적하고 분류하는데 HMM의 시공간적 접근 방식을 적용하면 효과적이기 때문이다. 제안 인식 프레임워크는 현재의 시각적 관측치와 이전 시각적 결과간의 사후 확률 방법에 의해 완성된다. 결과적으로 제안 프레임워크는 대표적인 6개 표정뿐만 아니라 표정의 정도가 약한 프레임에 대해서도 정확하고 강건한 표정 인식 결과를 보인다. 제안 프레임 워크를 이용하면 표정 인식, HCI, 키프레임 추출과 같은 응용 분야 구현에 효과적이다

• 방송공학회논문지
• /
• 제18권2호
• /
• pp.185-195
• /
• 2013

본 논문에서는 스마트폰의 플랫폼으로 하여 시공간적 중요도 기반으로 비디오를 요약하는 효율적인 기법을 제안한다. 제안하는 기법은 주어진 비디오에서 카메라 및 물체의 움직임에 강건한 색상 히스토그램의 차분으로 장면 전환을 검출하고 연속적인 프레임간의 유사성, 얼굴의 영역, 개별 프레임(frame)의 중요도를 통해 시공간적 중요도를 분석한다. 그리고 검출된 장면 전환을 이용하여 과분할된 계층적 트리를 생성하고 비디오 분석 과정에서 계산한 병합 및 유지 에너지를 이용하여 반복적으로 갱신한다. 또한 갱신된 계층적 트리에서 사용자가 요구하는 재생 길이와 최소 구간 길이를 충족하고 동시에 높은 중요도를 가진 노드들로부터 탐욕 알고리즘(greedy algorithm)을 통해 프레임을 추출한다. 실험 결과 상용 스마트폰에서 2분길이 분량의 입력 비디오를 10초 내외의 수행시간으로 요약할 수 있었으며, 그 결과는 상용 비디오 편집 소프트웨어인 Muvee보다 우수함을 보였다.

• 제어로봇시스템학회논문지
• /
• 제15권5호
• /
• pp.457-464
• /
• 2009

The weak classifier of AdaBoost algorithm is a central classification element that uses a single criterion separating positive and negative learning candidates. Finding the best criterion to separate two feature distributions influences learning capacity of the algorithm. A common way to classify the distributions is to use the mean value of the features. However, positive and negative distributions of Haar-like feature as an image descriptor are hard to classify by a single threshold. The poor classification ability of the single threshold also increases the number of boosting operations, and finally results in a poor classifier. This paper proposes a weak classifier that uses multiple criterions by adding a probabilistic criterion of the positive candidate distribution with the conventional mean classifier: the positive distribution has low variation and the values are closer to the mean while the negative distribution has large variation and values are widely spread. The difference in the variance for the positive and negative distributions is used as an additional criterion. In the learning procedure, we use a new classifier that provides a better classifier between them by selective switching between the mean and standard deviation. We call this new type of combined classifier the "Mixed Weak Classifier". The proposed weak classifier is more robust than the mean classifier alone and decreases the number of boosting operations to be converged.